ARTICLE · 1091970

压箱底全翻出来了!AI 编程、大模型、Skills、MCP 等 30+ 开发测试资源,亲测优缺点 + 免费渠道一篇配齐

发布时间：2026-09-28 17:14:16 最近访问：2026-09-28 17:13:27

前几天有同学问TestHub项目开发用到的rules、Skill能否分享，所以今天就来系统分享一篇，覆盖AI编程工具、数据库、终端工具、开发·设计·测试Skills、提示词网站、模型效果、包月方案，以及各自工具的优缺点等。

AI编程工具

AI编程工具分为CLI和IDE两种，先说第一种：CLI。

1.CLI Agent

CLI类的AI编程工具我们再熟悉不过了，首当其冲的就是Claude Code，终端Agent的开创者，无脑冲。TestHub项目早期的开发大多是用CC完成的。如果需要接入三方API，可以使用CC Switch或者是Claude Code Router：

《一款可视化配置Claude Code接入模型的强大工具！一键热加载，就是这么丝滑！》

当然其他也有很多优秀的CLI Agent：

国外版：Codex、OpenCode、Zed、Hermes、Gemini（最近没咋有消息了，应该是没落了）；
国内版：月之暗面的Kimi Code、阿里的Qwen Code、腾讯的CodeBuddy、华为的Deveco等；

这里重点提一下华为的Deveco，之前用的时候我还吐槽过：

《华为出品的AI编程工具-deveco，免费用GLM-5.1，体验后，我只想说“免费的才是最贵的”！》

不过我最近用的时候，确实比之前有所改善，重点是CLM-5.3模型可以免费用。

2.AI IDE

国外首推Codex。严格意义来说，Codex（现在改名ChatGPT），不算传统意义上的 AI IDE，它的核心定位是 AI 编程智能体（AI Coding Agent）和 AI 工作台。不过据我所知，目前我身边大多数用户都是用它来编码，所以这里暂且把它归到这里。

国内佼佼者们就是Qoder、Trae、CodeBuddy了，还有智谱的Zcode。虽然我之前也写过文章吐槽过CodeBuddy和Trae，不过那都是一年多前的事儿了：

现在的国产AI IDE们也算知耻后勇，AI Coding能力早就不可同日而语了！综合用下来，个人感受就是Trae最容易上手、性价比最高，Qoder更专业（架构理解、长期记忆），CodeBuddy形态最全（IDE、插件、CLI）。如果非要从国产里面推荐一个，那还是Qoder吧。

小声点🤫：Qoder现在Qwen3.8-Flash免费开放，注册链接：

https://qoder.cn/activities?referral_code=pAhVHAZYfcMlJztvYcoSeqqbC2txVzBR

3.DeepSeek Harness

严格来说，DeepSeek Harness 也不算传统意义上的 AI IDE，它更准确的定位是 AI Agent 运行框架（Agent Harness）。不过它确实提供了一套类似 IDE 的桌面端界面，所以容易让人产生混淆。

DeepSeek 官方对 Harness 的定义遵循一个公式：Model + Harness = Agent。

Model（模型）：负责思考推理，比如 DeepSeek-V4 等。
Harness（缰绳/夹具）：负责执行落地，包括上下文管理、工具调用、文件读写、终端执行、结果自修正等除模型推理外的所有工作。

简单比喻：Agent 是一个干活的员工，Harness 是给这个员工配的工位、电脑、管理制度和汇报流程。没有 Harness，Agent 就是一个孤零零的 API 调用；有了 Harness，它才能读文件、写代码、跑测试，形成完整闭环。

项目地址：https://github.com/deepseek-ai/deepseek-harness/blob/master/README.zh.md

桌面端：

Windows下载地址：

https://download.deepseek.com/dsh-desk/bin/win-x64/deepseek-harness-0.1.7-rc.1.20260924.1-win-x64.exeMac arm64 下载地址：

https://download.deepseek.com/dsh-desk/bin/mac-arm64/deepseek-harness-0.1.7-rc.1.20260924.1-mac-arm64.dmg

【「计算机/人工智能专业」-AutoResearch二期】报酬 ¥800-1000 /小时

AI数据专家平台 | 时薪100元-1000元，Xpert专家社区招募各领域人才，时间自由，先到先得！

AI数据标注 | AI时代的建筑师(远程/在线/兼职)

AI大模型

如果我们把Agent比作发动机，那么AI模型（token）就是燃料。

先说免费的，再说收费的。

1.免费模型

除了上面提到的华为Deveco提供免费的CLM-5.3外，之前也写过这方面的推荐文章，商汤模型的活动还没有过期，其他的不确定，大家可自行尝试：

另外也有硅基流动的活动，新用户注册、实名认证送16，用文本模型来生成测试用例的话，够用一段时间了：

https://cloud.siliconflow.cn/i/FB4BZiFO

2.付费模型

国外的模型一般收费较高，还动不动就封号，而且操作起来比较麻烦，使用过程中还要一直保持科学上网，因此咱们这里重点讨论国产模型。

Kimi K3我没体验过，不做评判，其他的像Qwen3.8-Max、MiniMax M3、GLM-5.3、豆包Seed-2.1-Pro综合用下来，效果都还不错，一般编程肯定够用了，之前也写过这类实战case文章：

对于复杂编程任务，我更推荐Qoder+Qwen3.8max的方案，49还是59块钱的包月套餐，在可接受范围内。

办公类Agent

其实最早出圈的是各类Claw和各类Paw，鼻祖是OpenClaw，后来国内各大厂商跟进了JVS Claw、QClaw、CoPaw（现在更名为QwenPaw）；

再到后来各类Work们又开始厮杀，WorkBuddy、QoderWork、TraeWork、豆包Work，目前也就这几个很好地存活了下来。其他的目前基本听不到什么声音了，就连腾讯自家的QClaw也宣布即将停服。

说白了就是前期大家先摸着石头过河，大厂也是自家多条业务线各自跑，最后哪个产品做得好、有用户、有市场、能盈利，哪个就保留，否则都淘汰。

1.WorkBuddy

首推WorkBuddy。因为它能日常办公、编码、设计，连接各类专家、技能，还提供了多个免费或低费率模型，像GLM-5.3-Flash、DeepSeek-V4.1-Flash这里模型只有不到0.1x，都能够很好地完成一些日常任务。最主要的是现在基本相当于无限免费：每天签到领取100积分、学生&教师认证送1000积分、做任务能够领取100~300不等积分，也能自定义接入其他Coding Plan或Agent Plan的模型。注册链接：

https://www.workbuddy.cn/events/invite?inviteCode=xiwcn9za1lcfk

2.豆包工作

豆包工作也不错，刚出来时候是免费的，现在推出了30天免费订阅福利，估计过段时间就要正式收费了，这也正常，大厂也不可能永远做慈善。趁现在，能用先用着。

其他像TraeWork每天签到送150积分，QoderWork目前没有积分赠送政策，不过包月也就五六十块钱。

数据库 & 终端工具

如今都AI时代了，Navicate这类工具又笨又重、，这里推荐几个轻量级AI数据库or终端工具：

1.DBX

一款基于 Rust + Tauri 2 + Vue 3 开发的开源、轻量级（安装包仅约 15MB）、跨平台数据库管理工具，支持连接 40 至 70 余种数据库，提供 SQL 编辑、数据浏览、Schema 对比、AI 辅助分析及 MCP 协议集成等能力，支持桌面端和 Docker 自托管部署。

项目地址：https://github.com/t8y2/dbx

2.Terax

一款基于 Tauri 2 + Rust + React 19 构建的开源、轻量级（安装包仅约 7MB）、终端优先的 AI 原生开发工作区（ADE），将原生 PTY 终端、CodeMirror 6 编辑器、Git 图形化管理、文件浏览器、Web 预览及支持 BYOK/本地模型的 Agentic AI 侧边栏集成在一个窗口内，主打极致轻量、零遥测、无账号绑定与隐私可控。

项目地址：https://github.com/crynta/terax-ai

官网地址：https://terax.app/

3.HexHub

这款工具厉害了，既能连数据库，还能开终端、连远程服务器，还能管理Docker，一站式AI运维桌面客户端。

官网地址：https://www.hexhub.cn/

提示词网站

分享几个专业提示词网站：

https://promptpilot.volcengine.com/
https://inaodeng.com/zh-cn/prompts/
https://promptoptimizer.tools/
https://www.prompt123.cn/
https://prompthero.com/

Skills商店

1.Claude Skills

一份精选的 Claude 技能、资源和工具清单，助你自定义 Claude AI 的工作流。

https://github.com/ComposioHQ/awesome-claude-skills

2.魔塔社区

阿里旗下的AI大模型社区：https://www.modelscope.cn/skills

3.CocoLoop

https://hub.cocoloop.cn/

这个CocoLoop有很多开发、测试类的Skills资源可以下载，但是安装起来比较特殊，要先安装它的cocoloop Skill管理器，具体可以参考之前的一篇文章：《折腾一下午，终于搞定了！iOS AI自动化测试实战“保姆级”避坑指南(附视频讲解)》。

4.mattpocock

官网地址：https://skillsway.ai/skillset/mattpocock/skills

项目地址：https://github.com/mattpocock/skills/tree/main/skills/engineering

一套面向"真正的工程师"的 Agent Skill 集合，核心目标是解决 AI 编码 Agent 常见的四大失败模式：Agent 没按你想要的做（通过拷问对齐）、Agent 太啰嗦（通过共享语言精炼）、代码不工作（通过测试驱动开发）、代码库变成泥球（通过架构持续改进）。技能集分为工程类（Code 日常）和生产类（通用工作流），强调小而精、可组合、模型无关。不是全包式框架，而是可独立选取的乐高积木。

5.clawhub

https://aiskill.market/clawhub

ClawHub 精选 500 个 Claude Code 技能排行，可以直接粘贴提示词，或者运行一条指令。不过是外国网站，需要科学上网。

6.lobehub

https://lobehub.com/skills

7.商汤Skills

https://github.com/OpenSenseNova/SenseNova-Skills

整体偏办公类，技能覆盖图像生成与可视化、演示文稿生成、Excel 数据分析、深度研究、HTML 网页体验、团队协作与项目进展主动跟踪等场景，可独立使用，也可组合成端到端工作流。

8.superpowers

https://github.com/obra/superpowers/tree/main/skills

提供的不止是技能包，更是一套切实可行的智能体技能框架与软件开发方法论。它强调先设计后编码、强制测试先行、原子任务粒度、两阶段审查、防跳步等开发流程上的约束。旨在帮助开发者稳定、可复现、遵循工程纪律的高质量交付。

9.testers.ai

https://testers.ai/claude.html

测试垂类Skills，之前也写过一篇文章：《测试人必备的一款Skills集合，一人顶一个测试团队？》

10.TestHub官网

测试垂类Skills学习站，之前也分享过多篇实践案例，当前网站均能找到对应Skills及教程：

MCP站

1.腾讯云MCP社区

https://cloud.tencent.com/developer/mcp

2.mcpmarket

https://mcpmarket.com/zh/hub

创建、版本管理并同步你的 Agent 所用的技能和工具，并与整个团队共享。也可以打包出售自己的技能。

3.MCP.so

https://mcp.so/

4.其他MCP网站

其他还有很多，就不一一列举了。需要的自行收藏：

https://smithery.ai/
https://glama.ai/
https://mcp-marketplace.io/
https://www.pulsemcp.com/servers

AI测试开发学习网站

1.TestHub官网

https://testhub.aisky.cloud/

测试人一站式学习平台，提供：TestHub项目地址、部署教程、使用手册、视频教程，AI测试学习、Skills商店等资源。《TestHub 官网上线：使用手册 + 视频教程 + 学习中心 + 开源专区，测试人的免费宝藏站》

2.其他学习路径与社区

TesterHome（测试之家）：https://www.testerhome.com/ 国内最大的测试社区；
国外也有一些不错的路线图，比如AI Test Engineer Roadmap、SDET AI Roadmap，还有SoftwareTestPilot整理的免费课程清单（含吴恩达DeepLearning.AI短课、Anthropic官方提示词课程），不过都是外国网站，需要科学上网。

AI应用评测

前面聊的都是"用AI测软件"，但AI测试开发还有一块新方向——测AI产品本身，也就是LLM应用的评测：

DeepEval：https://deepeval.com/ 开源LLM评测框架，Python+pytest原生集成，60+评测指标，RAG、Agent、对话场景都能测，测大模型应用的通用首选。
Promptfoo：https://www.promptfoo.dev/ 开源，YAML+CLI，主打Prompt回归测试和红队测试，CI集成很友好，适合把评测塞进流水线。
RAGAS：RAG应用评测专用，faithfulness、answer relevancy等指标，测知识库问答类产品很对口。

AI测试平台项目

1.TestHub VIP版

平台核心能力介绍：

TestHub+Skills实战案例：

TestHub+MCP实战案例：

TestHub深度实战系列：

2.开源测试工具

TestHub开源版：https://github.com/chenjigang4167/testhub_platform.git，一体化测试管理（用例/API/UI），AI智能模式支持DeepSeek/通义千问等多模型，原生生成Allure报告，JWT双Token安全机制。
qodo-cover（原Cover-Agent）：https://github.com/Codium-ai/cover-agent/ CodiumAI开源，AI自动生成单元测试、迭代提升覆盖率，MIT协议、5000+ star，是Meta那篇自动化测试生成论文的开源落地版，值得折腾。
ai_test_sheng：https://gitee.com/wwcs/ai_test_sheng 开源MIT协议，主打"把整个测试流程交给AI"，从需求到用例到执行全链路自动化，在线也能体验。
ai_test_agent：https://github.com/ywq2019/ai_test_agent AI用例生成+WebUI自动化+接口自动化，Docker一键部署，上手门槛很低，适合拿来当公司自建平台的起点。
WHartTest：https://github.com/MGdaasLab/WHartTest，基于LangGraph+MCP的AI智能测试用例生成平台，从需求到可执行用例自动生成、自动管理，正好和我前面聊的MCP对上。
其他像EvoMaster、TestSpark、VisioBot等AI测试工具，在TesterHome开源项目区都能找到：https://www.testerhome.com/opensource_projects

大家也可以访问TestHub官网，目前官网收集整理了多个优秀的开发、测试类开源项目。